1. Usando a Interface de Usuário do Oracle Machine Learning no Autonomous Database
  2. Sobre o Oracle Machine Learning Notebooks Classic

5 Sobre o Oracle Machine Learning Notebooks Classic

Um notebook pode conter muitos parágrafos. Um parágrafo é um componente de notebook no qual você pode gravar e executar instruções SQL, scripts PL/SQL, código R e Python e instruções conda. Você pode executar parágrafos individualmente ou executar todos os parágrafos em um bloco de notas usando um único botão.

Um parágrafo tem uma seção de entrada e uma seção de saída. Na seção de entrada, especifique o interpretador a ser executado junto com o código ou o texto. Essas informações são enviadas ao intérprete para execução. Na seção de saída, os resultados do interpretador são fornecidos.

A página Notebooks Clássicos lista todos os notebooks associados ao projeto selecionado. Você pode criar, editar e executar seus notebooks aqui.

Você pode executar as seguintes tarefas na página Notebooks Clássicos:

Figura 5-1 Página Notebooks do OML Classic

Página Notebooks Clássicos do OML

  • Ir para o Notebook OML: Clique em Ir para o Notebook OML para ir para a página do Oracle Machine Learning Notebooks.

  • Criar: Clique em Criar para criar um novo notebook.

  • Editar: Clique em uma linha de notebook para selecioná-la e clique em Editar. Você pode editar o nome do notebook e adicionar comentários na caixa de diálogo Editar Notebook.

  • Excluir: Clique em uma linha de notebook para selecioná-la e clique em Excluir.

  • Duplicar: Clique em uma linha de notebook para selecioná-la e clique em Duplicar. Isso cria uma cópia de um notebook e a cópia duplicada é listada na página Notebooks com o sufixo _1 no nome do notebook.

  • Mover: Selecione um notebook e clique em Mover para mover o notebook para outro projeto, no mesmo espaço de trabalho ou em outro. Você deve ter o privilégio Administrator ou Developer para mover notebooks entre projetos e espaços de trabalho. Você pode mover notebooks que estão sendo executados de jobs porque, quando você executa notebooks de jobs, ele executa uma cópia do notebook.

    Observação:

    Um notebook não poderá ser movido se estiver no estado RUNNING ou se já existir um notebook no projeto de destino com o mesmo nome.
  • Copiar: Selecione um notebook e clique em Copiar para copiar o notebook para outro projeto, no mesmo espaço de trabalho ou em outro espaço de trabalho. Você deve ter o privilégio Administrator ou Developer para copiar notebooks em diferentes projetos e espaços de trabalho.

  • Salvar como Modelo: Para salvar um notebook como um modelo, selecione o notebook e clique em Salvar como Modelo. Na caixa de diálogo Salvar como Modelo, você pode definir o local do modelo para salvá-lo em Pessoal ou Compartilhado em Modelos.

  • Importar: para importar um notebook como arquivos .json, clique em Importar. Selecione o projeto e o espaço de trabalho no qual importar o notebook.

  • Exportar: Para exportar um notebook, clique em Exportar. Você pode exportar notebooks no formato Zeppelin ( .json ) e no formato Jupyter ( .ipynb ) e importá-los posteriormente para o mesmo ambiente ou para um ambiente diferente.

  • Versão: para criar versões de um notebook, selecione-o e clique em Versão. Você pode experimentar o notebook criando versões dele e reverter para uma versão mais antiga clicando em Reverter Versão.

    Observação:

    Você também pode criar uma versão de um notebook abrindo-o e clicando na opção Controle de Versão Controle de Versão. Usando essa opção, você pode criar novas versões, exibir o histórico de versões, restaurar versões mais antigas e excluir quaisquer versões mais antigas do notebook que abriu.
  • Copiar para Notebooks OML: Para copiar o(s) notebook(s) selecionado(s) para a interface Notebooks usando o nome original com o sufixo _new. Agora você pode acessar esse notebook clicando em Notebooks no menu de navegação esquerdo ou clicando em Ir para Notebooks OML no canto superior direito desta página.

  • Para abrir um notebook e executá-lo, clique no notebook. O notebook é aberto no modo de edição.

  • Criar um Notebook Clássico
    Um Notebook Clássico é uma interface baseada na Web para análise de dados, descoberta de dados, visualização de dados e colaboração.
  • Editar Seu Notebook Clássico
    Ao criar um OML Notebook Clássico, ele é aberto automaticamente, apresentando um único parágrafo usando o interpretador %sql padrão. Você pode alterar o interpretador especificando explicitamente uma das opções %script, %python, %sql , %r , %md ou %conda.
  • Versão de um Notebook Classic
    Você pode criar uma versão ou um backup de um Notebook Classic, experimentá-lo e reverter para o notebook original, se necessário.
  • Salvar Notebooks Clássicos como Modelos
    Você pode salvar um Notebook Clássico existente como um modelo em Pessoal ou em Compartilhado.
  • Usar o Interpretador SQL em um Parágrafo de Notebook
    Um notebook do Oracle Machine Learning suporta vários idiomas. Cada parágrafo é associado a um intérprete específico. Por exemplo, para executar instruções SQL, use o interpretador SQL. Para executar instruções PL/SQL, use o interpretador script.
  • Usar o Interpretador Python em um Parágrafo de Notebook
    Um notebook Oracle Machine Learning suporta várias linguagens. Cada parágrafo é associado a um intérprete específico. Para executar comandos Python em um notebook, primeiro você deve estabelecer conexão com o interpretador Python. Para usar OML4Py, importe o módulo oml.
  • Usar o Interpretador R em um Parágrafo de Notebook
    Um notebook Oracle Machine Learning suporta vários idiomas. Cada parágrafo é associado a um intérprete específico. Para executar funções R em um notebook do Oracle Machine Learning, primeiro conecte-se ao interpretador R.
  • Usar o Interpretador Conda em um Parágrafo de Notebook
    O Oracle Machine Learning Notebooks fornece um interpretador Conda para permitir que os administradores criem ambientes conda com bibliotecas Python e R de terceiros personalizadas. Uma vez criados, você pode fazer download e ativar ambientes Conda dentro de uma sessão de notebook também usando o interpretador Conda.
  • Chamar o Interpretador de Markdown e Gerar html Estático do Texto Simples de Markdown
    Use o interpretador de Markdown e gere html estático do texto simples de Markdown.
  • Sobre Bindings e Notebooks do Interpretador
    Um interpretador é um plug-in que permite usar um backend de linguagem de processamento de dados específico.
  • Usar o Bloco de Notas
    O Bloco de Notas fornece acesso conveniente com um clique a um notebook para executar instruções SQL, scripts PL/SQL, R e Python que podem ser renomeados. O Bloco de Notas está disponível na home page da Interface do Usuário (UI) do Oracle Machine Learning.
  • Colaborar no Oracle Machine Learning
    Dois ou mais usuários podem colaborar e compartilhar notebooks da Interface de Usuário (UI) do Oracle Machine Learning com outros usuários.

Tópicos Relacionados

5.1 Criar um Notebook Classic

Notebook Classic é uma interface baseada na web para análise de dados, descoberta de dados, visualização de dados e colaboração.

Sempre que você cria um Notebook Classic, ele tem uma especificação de configurações de interpretador. O Notebook Classic contém uma lista interna de associações que determina a ordem das associações do interpretador. Um Notebook Classic compreende parágrafos que são um componente de notebook no qual você pode gravar instruções SQL, executar scripts PL/SQL e executar comandos Python. Um parágrafo tem uma seção de entrada e uma seção de saída. Na seção de entrada, especifique o interpretador a ser executado junto com o texto. Esta informação é enviada ao intérprete para ser executada. Na seção de saída, os resultados do interpretador são fornecidos.
Para criar um Notebook Classic:
  1. Na home page da IU do Oracle Machine Learning, clique em Notebooks Classic. A página Notebooks Clássicos será aberta.
  2. Na página Notebooks Clássicos, clique em Criar.
    Será exibida a janela Criar Notebook.
  3. No campo Nome, forneça um nome para o notebook.
  4. No campo Comentários, informe os comentários, se houver.
  5. Clique em OK.
Seu Notebook Classic é criado e é aberto no editor de notebook. Agora você pode usá-lo para executar instruções SQL, executar scripts PL/SQL, executar comandos Python, R e Conda. Para o efeito, especificar qualquer uma das seguintes directivas na secção de introdução do número:
  • %sql - Para estabelecer conexão com o interpretador SQL e executar instruções SQL
  • %script - Para estabelecer conexão com o interpretador PL/SQL e executar scripts PL/SQL
  • %md - Para estabelecer conexão com o interpretador Markdown e gerar html estático a partir do texto sem formatação Markdown
  • %python - Para estabelecer conexão com o interpretador de Python e executar scripts de Python
  • %r - Para estabelecer conexão com o interpretador R e executar scripts R.
  • %conda - Para estabelecer conexão com o interpretador Conda e instalar bibliotecas Python e R de terceiros dentro de uma sessão de notebook.

Tópico principal: Sobre o Oracle Machine Learning Notebooks Classic

5.2 Editar Seu Notebook Classic

Ao criar um OML Notebook Classic, ele é aberto automaticamente, apresentando um único parágrafo usando o interpretador %sql padrão. Você pode alterar o interpretador especificando explicitamente uma das opções %script, %python, %sql , %r , %md ou %conda.

Defina o contexto com um projeto ao qual seu notebook está associado.
Você pode editar um Notebook Classic existente em seu projeto. Para editar um Notebook Clássico existente:
  1. Na home page da IU do Oracle Machine Learning, selecione o projeto no qual seu notebook está disponível.
  2. Vá até o navegador da interface do usuário do Oracle Machine Learning e selecione Notebooks Classic. Todos os notebooks disponíveis no projeto são listados.
  3. Clique no bloco de anotações que você deseja abrir e editar.
    O bloco de anotações selecionado é aberto no modo de edição.
  4. No modo de edição, você pode usar as opções da barra de ferramentas do Oracle Machine Learning Notebooks Classic para executar o código em parágrafos, para definições de configuração e opções de exibição.

    Figura 5-2 Barra de ferramentas do Notebook

    Barra de ferramentas Notebooks Classic
    É possível executar estas tarefas:
    • Gravar código para extrair dados
    • Clique em executar para executar um ou todos os parágrafos no notebook.
    • Clique em mostrar ocultar código para ocultar todos os códigos de todos os parágrafos no notebook. Clique nele novamente para exibir os códigos.
    • Clique em mostrar ocultar saída para ocultar todas as saídas de todos os parágrafos no notebook. Clique nele novamente para exibir as saídas.
    • Clique em limpar saída para remover todas as saídas de todos os parágrafos do notebook. Para exibir a saída, clique no ícone de execução novamente.
    • Clique em limpar notebook para excluir todos os parágrafos do notebook.
    • Clique em exportar blocopara exportar o notebook.
    • Clique em código de pesquisa para pesquisar qualquer informação nos códigos presentes no notebook.
    • Clique em atalho de teclado para exibir a lista de atalhos de teclado.
    • Clique em associações de interpretadores para definir a ordem das associações do interpretador para o notebook.
    • Clique em opções de exibição de notebook para selecionar uma das três opções de exibição de notebook.
      • Clique em padrão para exibir os códigos, a saída e os metadados em todos os parágrafos do notebook.
      • Clique em Simples para exibir apenas o código e a saída em todos os parágrafos do notebook. Nesta exibição, a barra de ferramentas do notebook e todas as opções de edição estão ocultas. Você deve passar o mouse para exibir as opções de edição.
      • Clique em Relatório para exibir apenas a saída em todos os parágrafos do notebook.
    • Clique em opções de edição para acessar opções de edição específicas do parágrafo, como limpar saída, remover parágrafo, ajustar largura, tamanho da fonte, executar todos os parágrafos acima ou abaixo do parágrafo selecionado e assim por diante.
    • Adicione formulários dinâmicos, como o formulário Entrada de Texto, o formulário Selecionar, o formulário da caixa de seleção para facilitar a seleção de entradas e a filtragem fácil de dados em seu notebook. O Oracle Machine Learning suporta os seguintes formulários dinâmicos do Apache Zeppelin:

      • Form Entrada de Texto - Permite criar um form simples para entrada de texto.

      • Selecionar formulário - Permite criar um formulário contendo um intervalo de valores que o usuário pode selecionar.

      • Formulário Caixa de Seleção - Permite inserir caixas de seleção para várias seleções de entradas.

    Observação:

    Os formulários dinâmicos do Apache Zeppelin só são suportados em notebooks interpretadores SQL.
  5. Depois de terminar de editar o notebook, clique em Voltar.
    Isso o levará de volta à página Notebooks Clássicos.
  • Exportar um Notebook
    Você pode exportar um Notebook Classic no arquivo de formato Zeppelin ( .json ) e no formato Jupyter ( .ipynb ) e importá-los posteriormente para o mesmo ambiente ou para outro ambiente.
  • Importar um Notebook
    Você pode importar notebooks entre PDBs (Bancos de Dados Plugáveis) para seu espaço de trabalho. Você também pode importar notebooks Jupyter para a IU do Oracle Machine Learning.
  • Criar Formulários de Caixa de Seleção em Notebooks
    O Formulário de Caixa de Seleção suporta várias seleções de entradas em um parágrafo. As entradas estão disponíveis como opções de caixa de seleção no notebook.
  • Criar Formulários de Seleção em Notebooks
    O Formulário de Seleção permite selecionar valores de entrada de uma lista de valores e recuperar dinamicamente os valores selecionados conforme definido no parágrafo.
  • Criar Formulários de Entrada de Texto em Notebooks
    O formulário Entrada de Texto permite recuperar dinamicamente valores conforme definido no notebook.

Tópico principal: Sobre o Oracle Machine Learning Notebooks Classic

5.2.1 Exportar um Bloco de Notas

Você pode exportar um Notebook Classic no formato Zeppelin ( .json ) e no formato Jupyter ( .ipynb ) e importá-los posteriormente para o mesmo ambiente ou para outro ambiente.

Para exportar um Notebook Classic:
  1. Na página Notebooks Clássicos, selecione os notebooks que você deseja exportar. Você tem a opção de exportar um ou mais notebooks.
  2. No painel superior do editor de notebook, clique em Exportar e, em seguida, clique em qualquer uma das seguintes opções:
    Formatos de Notebook Suportados para Exportação
    • Notebooks para Exportação - Para exportar notebooks, clique em:
      • Todos - Para exportar todos os blocos de notas.
      • Selecionado - Para exportar os notebooks selecionados.
    • Formato - Selecione o formato no qual você deseja exportar seu notebook:
      • Zeppelin - Exporta o notebook como um arquivo .json (notação de objeto JavaScript).
      • Jupyter - Exporta o notebook como um arquivo .ipynb.
    Os notebooks exportados são salvos como arquivos .json ou arquivos .ipynb em uma pasta compactada.

Tópicos Relacionados

Tópico principal: Editar Seu Notebook Clássico

5.2.2 Importar um Bloco de Notas

Você pode importar notebooks entre PDBs (Bancos de Dados Plugáveis) para seu espaço de trabalho. Você também pode importar notebooks Jupyter para a IU do Oracle Machine Learning.

A IU do Oracle Machine Learning suporta a importação de notebooks Zeppelin (.json) e Jupyter (.ipynb).

Observação:

A partir do Oracle Database 20c, "database" refere-se especificamente aos arquivos de dados de um banco de dados contêiner multilocatário (CDB), um banco de dados plugável (PDB) ou um contêiner de aplicativos.
Para importar um notebook:
  1. Na home page da IU do Oracle Machine Learning, clique em Notebooks Classic.
  2. Na página Notebooks Classic, clique em Importar.
    Isso abrirá a caixa de diálogo Upload de Arquivo. Procure e selecione o notebook que você deseja importar.

    Observação:

    Você deve ter o notebook salvo como um arquivo .json para importá-lo. Você pode importar notebooks exportados de ambientes que não são do Oracle Apache Zeppelin, mas somente os tipos de parágrafos suportados podem ser executados.
  3. Na caixa de diálogo Upload de Arquivo, procure e selecione o arquivo .json e clique em Abrir.
    Isso importa o arquivo de notebook para seu espaço de trabalho.
  4. Clique no notebook importado para abri-lo. Na página Notebooks Classic, clique no ícone de engrenagem para exibir as associações do interpretador.

Tópicos Relacionados

Tópico principal: Editar Seu Notebook Clássico

5.2.3 Criar Formulários de Caixa de Seleção em Notebooks

O Formulário de caixa de seleção suporta várias seleções de entradas em um parágrafo. As entradas estão disponíveis como opções de caixa de seleção no notebook.

Para criar um formulário de caixa de seleção:
  1. Abra o bloco de anotações no qual deseja adicionar o Formulário de caixa de seleção.
  2. Em uma instrução SQL, defina o formulário Caixa de seleção usando a sintaxe:
    ${checkbox:formName=defaultValue1|defaultValue2...,option1|option2...}
    Por exemplo, execute a instrução SQL:
    SELECT ${checkbox:whichcolumn=OWNER|OBJECT_TYPE, OWNER|OBJECT_NAME|OBJECT_TYPE|CREATED|STATUS} FROM ALL_OBJECTS WHERE OBJECT_TYPE IN ('VIEW', 'TABLE', 'INDEX', 'SYNONYM');
    Neste exemplo,
    • O formulário Caixa de seleção é WhichColumn
    • As várias opções de seleção disponíveis nas caixas de seleção são OWNER, OBJECT_NAME, OBJECT_TYPE, CREATED e STATUS
    • Os campos OWNER e OBJECT_TYPE são definidos como padrão
    • O nome da tabela é ALL_OBJECTS
    • As colunas configuradas para exibição são OWNER, OBJECT_NAME, OBJECT_TYPE, CREATED e STATUS
  3. Execute o notebook. O formulário da Caixa de Seleção chamado WhichForm está disponível no notebook, conforme mostrado na captura de tela.checkbox_form

Tópico principal: Editar Seu Notebook Clássico

5.2.4 Criar Formulários Selecionados em Notebooks

O formulário Selecionar permite selecionar valores de entrada de uma lista de valores e recuperar dinamicamente os valores selecionados conforme definido no parágrafo.

Para criar um formulário Selecionar:
  1. Abra o bloco de anotações no qual você deseja adicionar o formulário de entrada de texto.
  2. Em uma instrução SQL, defina o formulário Selecionar usando a sintaxe:
    ${formName=defaultValue,option1|option2...}.
    Por exemplo, execute a instrução SQL:
    SELECT * FROM ALL_OBJECTS WHERE OBJECT_TYPE = '${OBJ=INDEX,INDEX|TABLE|VIEW|SYNONYM}';
    select_form
    Neste exemplo,
    • O nome do formulário é obj
    • A lista de valores disponíveis é INDEX, TABLE, VIEW, SYNONYM.
    • O nome da tabela é ALL_OBJECTS
    • O nome da coluna é OBJECT_TYPE
    Selecione qualquer valor na lista suspensa no formulário obj. O valor selecionado será recuperado na coluna OBJECT_TYPE na tabela ALL_OBJECTS.

Tópico principal: Editar Seu Notebook Clássico

5.2.5 Criar Formulários de Entrada de Texto em Notebooks

O formulário Entrada de Texto permite recuperar valores dinamicamente conforme definido no notebook.

Para criar um formulário de Entrada de Texto:
  1. Abra o bloco de anotações no qual você deseja adicionar o formulário Entrada de Texto.
  2. Em uma instrução SQL, defina o formulário Entrada de Texto usando a sintaxe:
    ${formName}
    Por exemplo, execute a instrução SQL:
    SELECT * FROM ALL_OBJECTS WHERE OBJECT_TYPE = '${OBJ}';
    Neste exemplo,
    • O nome do formulário é obj
    • O nome da tabela é ALL_OBJECTS
    • O nome da coluna é OBJECT_TYPE
    Aqui, o formulário de texto obj é criado para a coluna OBJECT_TYPE na tabela ALL_OBJECTS. Você pode informar valores diferentes no campo de formulário obj e executar o notebook para recuperar os valores correspondentes na coluna OBJECT_TYPE.
  3. Execute o parágrafo. O notebook agora exibe o campo obj do formulário de entrada de texto, conforme mostrado na captura de tela. Você pode informar valores no campo obj e executar o notebook para recuperar os valores correspondentes da coluna OBJECT_TYPE na tabela ALL_OBJECTS.
    • Se você digitar TABLE no campo obj e executar o notebook, o notebook recuperará TABLE na coluna OBJECT_TYPE, conforme mostrado na captura de tela.formulário de entrada de texto com tabela de tipo de objeto
    • Se você digitar VIEW no campo do formulário obj e executar o notebook, o notebook recuperará o valor VIEW na coluna OBJECT_TYPE, conforme mostrado na captura de tela. formulário de entrada de texto com exibição de tipo de objeto
  4. Você também pode atribuir valores padrão no formulário usando a sintaxe:
    ${formName=defaultValue}
    Para atribuir um valor padrão ao formulário Entrada de texto, modifique a instrução SQL para:
    SELECT * FROM ALL_OBJECTS WHERE OBJECT_TYPE = '${obj=TABLE}'
    Aqui, o valor padrão atribuído ao formulário é TABLE. Depois que você executar o parágrafo, o valor padrão TABLE será recuperado na coluna OBJECT_TYPE, conforme mostrado na captura de tela.
    formulário de entrada de texto com valor padrão

Tópico principal: Editar Seu Notebook Clássico

5.3 Versão de um Notebook Classic

Você pode criar uma versão ou um backup de um Notebook Classic, experimentá-lo e reverter para o notebook original, se necessário.

Para criar uma versão de um Notebook Classic:
  1. Na página Notebooks Clássicos, selecione o notebook que você deseja criar e clique em Versão.
    A página Versões é aberta.
  2. Na página Versões do notebook selecionado, clique em + Versão.
    A caixa de diálogo Criar Versões é aberta.
  3. Na caixa de diálogo Criar Versões, digite comentários para a versão específica do seu notebook e clique em OK.
  4. O notebook com controle de versão agora está listado na página Versões. É possível executar estas tarefas:
    • Clique em + Versão para criar outra versão de uma versão já existente do notebook.
    • Clique em Novo Notebook para criar um novo notebook com base na versão de notebook selecionada.
    • Clique em Excluir para excluir a versão selecionada do seu notebook.
    • Clique em Restaurar Versão para restaurar a versão mais antiga do seu notebook.
    • Clique em Voltar para Notebooks para ir para a página Notebooks Classic

Tópico principal: Sobre o Oracle Machine Learning Notebooks Classic

5.4 Salvar Notebooks Clássicos como Modelos

Você pode salvar um Notebook Classic existente como um modelo em Pessoal ou em Compartilhado.

Para salvar um Notebook Classic como um modelo:
  1. Na página Notebooks Clássicos, selecione o notebook que você deseja salvar como modelo e clique em Salvar como Modelo.
    A caixa de diálogo Salvar como Modelo é aberta.
  2. No campo Nome, digite um nome para o modelo de notebook.
  3. No campo Comentários, informe os comentários, se houver.
  4. No campo Tags, digite tags para o modelo.
  5. Em Salvar em, selecione:
    • Pessoal: Se você quiser salvar este modelo de notebook em Pessoal para que apenas sua conta possa exibir ou usar este notebook.
    • Compartilhado: Se você quiser salvar e compartilhar esse modelo de notebook para que outros usuários possam exibir e criar notebooks com base nesse modelo que eles possam executar e editar.

Tópico principal: Sobre o Oracle Machine Learning Notebooks Classic

5.5 Usar o Interpretador SQL em um Parágrafo de Notebook

Um notebook Oracle Machine Learning suporta vários idiomas. Cada parágrafo é associado a um intérprete específico. Por exemplo, para executar instruções SQL, use o interpretador SQL. Para executar instruções PL/SQL, use o interpretador script.

Em um notebook de IU do Oracle Machine Learning, você pode adicionar vários parágrafos e cada parágrafo pode ser conectado a diferentes interpretadores, como SQL ou Python. Você identifica qual interpretador usar especificando % seguido pelo interpretador a ser usado: sql, script, r, python, conda, markdown.

Um parágrafo tem uma seção de entrada e uma seção de saída. Na seção de entrada, especifique o interpretador a ser executado junto com o texto. Essas informações são enviadas ao intérprete para execução. Na seção de saída, os resultados do interpretador são fornecidos.
Você pode usar as seguintes diretivas em um parágrafo de notebook:
  • %sql - Suporta instruções SQL padrão. Em %sql, os resultados de uma instrução SELECT são exibidos diretamente em um visualizador de tabela, com acesso a outras opções de visualização. Use as opções nas definições do gráfico para executar agrupamentos, soma e outras operações.
  • %script - Suporta instruções SQL e PL/SQL. Em %script, os resultados de uma instrução SELECT são fornecidos como saída de string de texto.
  • %conda - Suporta o ambiente Conda. Digite %conda no início do parágrafo para estabelecer conexão com o ambiente Conda e trabalhar com bibliotecas de terceiros para Python.
  • %r - Suporta scripts R. Digite %r no início do parágrafo para se conectar ao interpretador R.
  • %python - Suporta scripts Python. Digite %python no início do parágrafo para estabelecer conexão com o interpretador Python.
  • %md - Suporta linguagem de marcação de Markdown.

Observação:

Para executar um Agrupar por em todos os seus dados, é recomendável usar scripts SQL para fazer o agrupamento no banco de dados e retornar as informações resumidas para documentação no notebook. O agrupamento no nível do notebook funciona bem para pequenos conjuntos de dados. Se você extrair muitos dados para o notebook, poderá encontrar problemas devido à memória insuficiente. Você pode definir o limite de linhas para seu notebook usando a opção Render Limite de Linhas na página Grupo de Conexões.
Para extrair e visualizar dados em um notebook:
  1. Na página Notebook, clique no notebook que você deseja executar.
    O notebook é aberto no modo de edição.
  2. Digite %SQL para chamar o interpretador SQL e pressione Enter. Seu notebook agora está pronto para executar instruções SQL.
  3. Digite a instrução SQL para extrair dados de um Oracle Database. Por exemplo, digite SELECT * FROM TABLENAME e clique em ícone executar. Como alternativa, pressione as teclas Shift+Enter para executar o notebook.

    Observação:

    Notebooks devem ser abertos como um usuário regular, ou seja, um usuário não administrador. A opção de notebook Executar não está disponível para o Administrador.
    Isso extrai os dados no notebook.
  4. Os dados são exibidos na saída do parágrafo.
    Os resultados do interpretador aparecem na seção de saída. A seção de saída do parágrafo compreende um componente de gráfico que exibe os resultados na saída gráfica. A interface do gráfico permite interagir com a saída no parágrafo do notebook. Você tem a opção de executar e editar um único parágrafo ou todos os parágrafos em um notebook.
    Para Opções de Tabela, clique em configurações e selecione:

    • useFilter: Para ativar o filtro de colunas.

    • showPagination: Para ativar a paginação para navegação aprimorada.

    • showAggregationFooter: Para permitir que um rodapé exiba valores agregados.

    Você também pode classificar as colunas clicando na seta para baixo ao lado do nome da coluna.

    Para visualizar os dados tabulares, clique nos respectivos ícones para cada uma das representações gráficas, conforme mostrado aqui:
    • Clique em Gráfico de Barras para representar os dados em um Gráfico de Barras.
    • Clique em Gráfico de Pizza para representar os dados em um Gráfico de Pizza.
    • Clique em Gráfico de Área para representar os dados em um Gráfico de Áreas.
    • Clique em Gráfico de Linhas para representar os dados em um Gráfico de Linhas.
    • Clique em Gráfico de Dispersão para representar os dados em um Gráfico de Dispersão.
  • Sobre o Oracle Machine Learning for SQL
    O Oracle Machine Learning for SQL (OML4SQL) fornece um recurso avançado e de última geração de machine learning no Oracle Database. Você pode usar o Oracle Machine Learning for SQL para criar e implantar modelos preditivos e descritivos de machine learning, adicionar recursos inteligentes aos aplicativos novos e existentes.
  • Definir Formato de Saída em Notebooks
    O Oracle Machine Learning Notebooks permite que você pré-formate a saída de consulta em notebooks.
  • Formatos de Saída Suportados pelo Comando SET SQLFORMAT
    Ao usar o comando SET SQLFORMAT, você pode gerar a saída da consulta em uma variedade de formatos.

Tópicos Relacionados

Tópico principal: Sobre o Oracle Machine Learning Notebooks Classic

5.5.1 Sobre o Oracle Machine Learning for SQL

O Oracle Machine Learning for SQL (OML4SQL) fornece um recurso avançado de machine learning de última geração no Oracle Database. Você pode usar o Oracle Machine Learning for SQL para criar e implantar modelos preditivos e descritivos de machine learning, adicionar recursos inteligentes aos aplicativos novos e existentes.

O Oracle Machine Learning for SQL oferece um amplo conjunto de algoritmos no banco de dados para executar uma variedade de tarefas de machine learning, como classificação, regressão, detecção de anomalias, extração de recursos, clusterização e análise de cesta de mercado, entre outros. As interfaces programáticas para OML4SQL são PL/SQL para criar e manter modelos e uma família de funções SQL para pontuação.

Use o Oracle Machine Learning Notebook com os interpretadores SQL e PL/SQL para executar instruções SQL (%sql) e scripts PL/SQL (%script), respectivamente. Use o Oracle Machine Learning for SQL para:
  • Executar exploração e análise de dados
  • Crie, avalie e implemente modelos de machine learning e
  • Dados de pontuação usando esses modelos

Tópico principal: Usar o Interpretador SQL em um Parágrafo de Notebook

5.5.2 Definir Formato de Saída em Notebooks

O Oracle Machine Learning Notebooks permite que você pré-formate a saída de consulta em notebooks.

Para pré-formatar a saída da consulta, você deve usar o comando SET SQLFORMAT da seguinte forma:
  1. Abrir um notebook no Oracle Machine Learning.
  2. Digite o comando:
    %script
    SET SQLFORMAT format_option
    Por exemplo, se você quiser a saída no formato ansiconsole, digite o comando seguido pela consulta SQL como:
    SET SQLFORMAT ansiconsole;
    SELECT * FROM HR.EMPLOYEES;
    Aqui, o formato de saída é ansiconsole e o nome da tabela é HR.EMPLOYEES.

    Observação:

    Esta formatação está disponível para o interpretador de Script. Portanto, você deve adicionar o prefixo %script, conforme mostrado neste exemplo.

Tópico principal: Usar o Interpretador SQL em um Parágrafo de Notebook

5.5.3 Formatos de Saída Suportados pelo Comando SET SQLFORMAT

Usando o comando SET SQLFORMAT, você pode gerar a saída da consulta em uma variedade de formatos.

Observação:

Esses formatos de saída estão disponíveis para o interpretador de Script. Portanto, você deve incluir o prefixo %script.
Os formatos de saída disponíveis são:

  • CSV - O formato CSV produz saída de variável separada por vírgulas padrão, com valores de string entre aspas duplas. A sintaxe é:

    %script

    SET SQLFORMAT CSV

  • HTML - O formato HTML produz o HTML para uma tabela responsiva. O conteúdo da tabela é alterado dinamicamente para corresponder à string de pesquisa informada no campo de texto. A sintaxe é:

    %script

    SET SQLFORMAT HTML

  • XML - O formato XML produz um documento XML baseado em tag. Todos os dados são apresentados como tags CDATA. A sintaxe é:

    %script

    SET SQLFORMAT XML

  • JSON - O formato JSON produz um documento JSON contendo as definições das colunas junto com os dados que ele contém. A sintaxe é:

    %script

    SET SQLFORMAT JSON

  • ANSICONSOLE - O formato ANSICONSOLE redimensiona as colunas para a largura dos dados a fim de poupar espaço. Ele também sublinha as colunas, em vez de uma linha de saída separada. A sintaxe é:

    %script

    SET SQLFORMAT ANSICONSOLE

  • INSERT - O formato INSERT produz as instruções INSERT que podem ser usadas para recriar as linhas em uma tabela. A sintaxe é:

    %script

    SET SQLFORMAT INSERT

  • LOADER - O formato LOADER produz saída delimitada por pipe com valores de string entre aspas duplas. Os nomes de colunas não são incluídos na saída. A sintaxe é:

    %script

    SET SQLFORMAT LOADER

  • FIXED - O formato FIXED produz colunas de largura fixa com todos os dados entre aspas duplas. A sintaxe é:

    %script

    SET SQLFORMAT FIXED

  • DEFAULT - A opção DEFAULT limpa todas as configurações anteriores do SQLFORMAT e retorna para a saída padrão. A sintaxe é:

    %script

    SET SQLFORMAT DEFAULT

    Observação:

    Você também pode executar esse comando sem o nome de formato DEFAULT simplesmente digitando SET SQLFORMAT.

  • DELIMITED - O formato DELIMITED permite que você defina manualmente a string delimitadora e os caracteres que estão entre os valores da string. A sintaxe é:

    %script

    SQLFORMAT DELIMITED delimiter left_enclosure right_enclosure

    Por exemplo,

    %script

    SET SQLFORMAT DELIMITED ~del~ " "

    SELECT * FROM emp WHERE deptno = 20;

    Saída:

    "EMPNO"~del~"ENAME"~del~"JOB"~del~"MGR"~del~"HIREDATE"~del~"SAL"~del~"COMM"~del~"DEPTNO"

    Neste exemplo, a string do delimitador é ~del~ e os valores da string, como EMPNO, ENAME, JOB e assim por diante, estão entre aspas duplas.

Tópico principal: Usar o Interpretador SQL em um Parágrafo de Notebook

5.6 Usar o Interpretador Python em um Parágrafo de Notebook

Um notebook Oracle Machine Learning suporta vários idiomas. Cada parágrafo é associado a um intérprete específico. Para executar comandos Python em um notebook, primeiro você deve estabelecer conexão com o interpretador Python. Para usar OML4Py, importe o módulo oml.

Em um notebook de IU do Oracle Machine Learning, você pode adicionar vários parágrafos e cada parágrafo pode ser conectado a diferentes interpretadores, como SQL ou Python. Você identifica qual interpretador usar especificando % seguido pelo interpretador a ser usado: sql, script, r, python, conda, markdown.

Este exemplo mostra como:
  • Estabelecer conexão com um interpretador Python para executar comandos Python em um notebook
  • Importar os módulos Python - oml, matplotlib e numpy
  • Verifique se o módulo oml está conectado ao Oracle Database

Observação:

z é uma palavra-chave reservada e não deve ser usada como variável nos parágrafos %python nos notebooks da IU do Oracle Machine Learning.
Suposição: O exemplo pressupõe que você tenha criado um novo notebook chamado Py Note.
  1. Abra o notebook Py Note e clique no ícone de bindings do interpretador. Exiba as associações de interpretador disponíveis.
  2. Para estabelecer conexão com o interpretador de Python, digite %python
    Agora você está pronto para executar scripts Python em seu notebook.
  3. Para usar o módulo OML4Py, importe o módulo oml. Digite o comando Python a seguir para importar o módulo oml e o ícone de execução de clique. Como alternativa, você pode pressionar as teclas Shift+Enter para executar o notebook.
    import oml
  4. Para verificar se o módulo oml está conectado ao Banco de Dados, digite:
    oml.isconnected()
    Depois que o notebook é conectado, o comando retorna TRUE. O notebook agora está conectado ao interpretador Python e você está pronto para executar comandos python no notebook.

Exemplo para demonstrar o uso dos módulos Python - matplotlib e numpy e usar dados aleatórios para plotar dois histogramas.

  1. Digite os seguintes comandos para importar os módulos: 
    %python
import matplotlib.pyplot as plt
import numpy as np
    • Matplotlib - Módulo Python para renderizar gráficos
    • Numpy - Módulo Python para cálculos
  2. Digite os comandos a seguir para calcular e renderizar os dados em dois histogramas.
    
list1 = np.random.rand(10)*2.1
list2 = np.random.rand(10)*3.0

plt.subplot(1,2,1) # 1 line, 2 rows, index nr 1 (first position in the subplot)
plt.hist(list1)
plt.subplot(1, 2, 2) # 1 line, 2 rows, index nr 2 (second position in the subplot)
plt.hist(list2)
plt.show()
    Neste exemplo, os comandos importam dois módulos Python para calcular e renderizar os dados em dois histogramas list1 e list2.
  3. Clique em Executar.
    A seção de saída do parágrafo que contém um componente de gráfico exibe os resultados em dois histogramas - list1 e list2, conforme mostrado na captura de tela.
  • About Oracle Machine Learning for Python
    Oracle Machine Learning for Python (OML4Py) is a component of Oracle Autonomous Database, which includes Oracle Autonomous Data Warehouse (ADW), Oracle Autonomous Transaction Processing (ATP), and Oracle Autonomous JSON Database (AJD). Usando notebooks de interface de usuário do Oracle Machine Learning, você pode executar funções Python em dados para exploração e preparação de dados, aproveitando o Oracle Database como um ambiente de computação de alto desempenho. A Interface do Usuário (UI) do Oracle Machine Learning está disponível por meio dos serviços Autonomous Data Warehouse (ADW), Autonomous Transaction Processing (ATP) e Autonomous JSON Database (AJD).

Tópico principal: Sobre o Oracle Machine Learning Notebooks Classic

5.6.1 Sobre o Oracle Machine Learning for Python

Oracle Machine Learning for Python (OML4Py) is a component of Oracle Autonomous Database, which includes Oracle Autonomous Data Warehouse (ADW), Oracle Autonomous Transaction Processing (ATP), and Oracle Autonomous JSON Database (AJD). Usando notebooks de interface de usuário do Oracle Machine Learning, você pode executar funções Python em dados para exploração e preparação de dados, aproveitando o Oracle Database como um ambiente de computação de alto desempenho. A Interface do Usuário (UI) do Oracle Machine Learning está disponível por meio dos serviços Autonomous Data Warehouse (ADW), Autonomous Transaction Processing (ATP) e Autonomous JSON Database (AJD).

O Oracle Machine Learning for Python (OML4Py) prepara a linguagem e o ambiente de script Python de código-fonte aberto para a empresa e o big data. Projetado para problemas que envolvem volumes grandes e pequenos de dados, o Oracle Machine Learning for Python integra o Python ao Oracle Autonomous Database, incluindo seus poderosos algoritmos de machine learning no banco de dados e permite a implantação de código Python.

Use o Oracle Machine Learning for Python para:
  • Execute exploração de dados, análise de dados e machine learning usando Python, aproveitando o Oracle Database como um mecanismo de computação de alto desempenho
  • Crie e avalie modelos de machine learning e pontue dados usando esses modelos de uma API Python integrada usando algoritmos no banco de dados
  • Implante funções Python definidas pelo usuário por meio de uma interface REST com processamento paralelo de dados e paralelo a tarefas

O interpretador Python usa Python 3.8.5 para processar scripts Python em notebooks de IU do Oracle Machine Learning. Para usar o interpretador, especifique a diretiva %python no início do parágrafo. O interpretador Python suporta os seguintes módulos Python:

  • cx_Oracle 7.3.0
  • cycler 0.10.0
  • joblib 0.14.0
  • kiwisolver 1.1.0
  • matplotlib 3.1.2
  • numpy 1.18.1
  • pandas 0.25.3
  • pyparsing 2.4.0
  • python-dateutil 2.8.1
  • pytz 2019.3
  • scikit_learn 0.22.1
  • scipy 1.4.1
  • six 1.13.0

Tópicos Relacionados

Tópico principal: Usar o Interpretador Python em um Parágrafo de Notebook

5.7 Usar o Interpretador R em um Parágrafo de Notebook

Um notebook Oracle Machine Learning suporta vários idiomas. Cada parágrafo é associado a um intérprete específico. Para executar funções R em um notebook do Oracle Machine Learning, primeiro conecte-se ao interpretador R.

Em um notebook de IU do Oracle Machine Learning, você pode adicionar vários parágrafos e cada parágrafo pode ser conectado a diferentes interpretadores, como R ou SQL ou Python. Você identifica qual interpretador usar especificando % seguido pelo interpretador a ser usado: sql, script, r, python, conda, markdown.

Este exemplo mostra como:
  • Conecte-se ao interpretador R para executar comandos R em um notebook.
  • Verifique a conexão com o Oracle Autonomous Database e
  • Carregar as bibliotecas do ORE
  1. Para se conectar ao interpretador R, digite a seguinte diretiva no início do parágrafo do notebook e pressione Enter:
    %r
  2. Para verificar a conexão com o banco de dados, digite o seguinte comando e pressione Enter:
    ore.is.connected()
    Depois que o notebook é conectado, o comando retorna TRUE, conforme mostrado na captura de tela aqui. O notebook agora está conectado ao interpretador R e você está pronto para executar comandos R em seu notebook.

    Figura 5-3 Testar Conexão de Banco de Dados

    Testar conexão com o Oracle Database
  3. Para importar Bibliotecas R, execute os seguintes comandos: 
    library(ORE)
library(OREdplyr)
    Depois que os pacotes forem carregados com sucesso, a lista de pacotes do ORE será exibida conforme mostrado na captura de tela aqui. Role para baixo para ver toda a lista.

    Figura 5-4 Comandos para Carregar Pacotes R

    Carregar Pacotes R
  • Sobre o Oracle Machine Learning for R
    Oracle Machine Learning for R (OML4R) é um componente da família de produtos Oracle Machine Learning, que integra o R ao Oracle Autonomous Database.

Tópico principal: Sobre o Oracle Machine Learning Notebooks Classic

5.7.1 Sobre o Oracle Machine Learning for R

O Oracle Machine Learning for R (OML4R) é um componente da família de produtos Oracle Machine Learning, que integra o R ao Oracle Autonomous Database.

O Oracle Machine Learning for R torna a linguagem e o ambiente de script R de código aberto prontos para empresas e big data. Ele é projetado para problemas envolvendo volumes de dados grandes e pequenos. O OML4R permite que os usuários executem comandos e scripts R para estatística, machine learning e executem análises de visualização em tabelas e views de banco de dados usando a sintaxe R.

O Oracle Machine Learning for R está disponível na interface de usuário do Oracle Machine Learning, atualmente disponível por meio do Oracle Autonomous Database, incluindo Autonomous Data Warehouse, Autonomous Transaction Processing e Autonomous JSON Database. A funcionalidade Oracle Machine Learning for R Embedded R Execution pode ser implantada por meio de APIs SQL e REST no Autonomous Database.

Use o Oracle Machine Learning for R para:

  • Execute a exploração e a preparação de dados enquanto aproveita perfeitamente o Oracle Database como um ambiente de computação de alto desempenho.
  • Execute funções R definidas pelo usuário em mecanismos R gerados e controlados pelo banco de dados, com recursos de dados paralelos e paralelos de tarefas suportados pelo sistema.
  • Acesse e use algoritmos avançados de machine learning no banco de dados da linguagem R.

Para usar o interpretador R, especifique a diretiva %r no início do parágrafo. Os pacotes R a seguir são instalados para suportar o Oracle Machine Learning for R.

Pacotes Proprietários R do Oracle Machine Learning for R Suportados

Os pacotes R proprietários suportados pelo Oracle Machine Learning for R são:

  • ORE_1.5.1
  • OREbase_1.5.1
  • OREcommon_1.5.1
  • OREdm_1.5.1
  • OREdplyr_1.5.1
  • OREeda_1.5.1
  • OREembed_1.5.1
  • OREgraphics_1.5.1
  • OREmodels_1.5.1
  • OREpredict_1.5.1
  • OREstats_1.5.1
  • ORExml_1.5.1

Módulos R de Código-Fonte Aberto Suportados

Os seguintes pacotes R de código aberto são suportados pelo Oracle Machine Learning for R:

  • R-4.0.5
  • Cairo_1.5-15
  • ROracle_1.4-1: DBI_1.1-2
  • arules_1.7-3
  • png_0.1-7
  • randomForest_4.6-14
  • statmod_1.4-36
  • dplyr_1.0-9:
  • R6_2.5.1
  • assertthat_0.2.1
  • cli_3.3.0
  • crayon_1.5.1
  • ellipsis_0.3.2
  • fansi_1.0.3
  • generics_0.1.2
  • glue_1.6.2
  • lazyeval_0.2.2
  • lifecycle_1.0.1
  • magrittr_2.0.3
  • pillar_1.7.0
  • pkgconfig_2.0.3
  • purrr_0.3.4
  • rlang_1.0.2
  • tibble_3.1.7
  • tidyselect_1.1.2
  • utf8_1.2.2
  • vctrs_0.4.1

Oracle Machine Learning for R Requisitos do Interpretador

O interpretador R requer os seguintes pacotes R de código aberto:
  • Rkernel 1.3:
    • base64enc 0.1-3
    • cli 3.3.0
    • crayon 1.5.1
    • digest 0.6.29
    • ellipsis 0.3.2
    • evaluate 0.15
    • fansi 1.0.3
    • fastmap 1.1.0
    • glue 1.6.2
    • htmltools 0.5.2
    • IRdisplay 1.1
    • jsonlite 1.8.0
    • lifecycle 1.0.1
    • pbdZMQ 0.3-7
    • pillar 1.7.0
    • repr 1.1.4
    • rlang 1.0.2
    • utf8 1.2.2
    • uuid 1.1-0
    • vctrs 0.4.1
  • knitr 1.39:
    • evaluate_0.15
    • glue_1.6.2
    • highr_0.9
    • magrittr_2.0.3
    • stringi_1.7.6
    • stringr_1.4.0
    • xfun_0.31
    • yaml_2.3.5

Tópico principal: Usar o Interpretador R em um Parágrafo de Notebook

5.8 Usar o Interpretador Conda em um Parágrafo de Notebook

O Oracle Machine Learning Notebooks fornece um interpretador Conda para permitir que os administradores criem ambientes conda com bibliotecas Python e R de terceiros personalizadas. Uma vez criados, você pode fazer download e ativar ambientes Conda dentro de uma sessão de notebook também usando o interpretador Conda.

Um notebook Oracle Machine Learning suporta vários idiomas. Para isso, você deve criar um notebook com alguns parágrafos para executar consultas SQL e outros parágrafos para executar scripts PL/SQL. Para executar um notebook em diferentes linguagens de script, primeiro conecte os parágrafos de notebook com os respectivos interpretadores, como SQL, PL/SQL, R, Python ou Conda.

Este tópico mostra como começar a trabalhar no ambiente Conda:
  • Conectar-se ao interpretador Conda
  • Fazer download e ativar o ambiente Conda
  • Exibir a lista de pacotes no ambiente Conda
  • Execute uma função Python para importar o conjunto de dados Iris e use o pacote seaborn para visualização
  1. Digite %conda no início do parágrafo para se conectar ao interpretador Conda e pressione Enter.
    %conda
  2. Em seguida, faça download do ambiente Conda e ative-o. Tipo:
    download sbenv
activate sbenv
    Neste exemplo, o ambiente Conda é baixado e ativado. O nome do ambiente Conda neste exemplo é sbenv.Fazer Download e Ativar o Ambiente Conda
  3. Você pode exibir todos os pacotes presentes no ambiente Conda. Para exibir a lista de pacotes, digite list.
    Lista de pacotes na biblioteca seaborn
  4. Veja um exemplo que demonstra como usar o pacote da biblioteca seaborn para visualização. Seaborn é uma biblioteca de visualização Python baseada em matplotlib. Ele fornece uma interface de alto nível para desenhar gráficos estatísticos atraentes. Este exemplo
    • Importa Pandas e marinheiro
    • Carrega o conjunto de dados Iris
    • Plota os pontos de dados, ou seja, as três espécies diferentes da flor de Íris - Setosa, Virginica e Versicolor com base em suas dimensões. Cria um gráfico de dispersão
    Tipo:
    %python

def sb_plot():
    import pandas as pd
    import seaborn as sb
    from matplotlib import pyplot as plt
    df = sb.load_dataset('iris')
    sb.set_style("ticks")
    sb.pairplot(df,hue = 'species',diag_kind = "kde",kind = "scatter",palette = "husl")
    plt.show()
    Comandos
  5. Execute a função em um parágrafo Python.
    Tipo:
    %python 
sb_plot()
    Visualização usando biblioteca Seaborn Python
  • Sobre o Ambiente Conda e o Interpretador Conda
    Conda é um pacote de código-fonte aberto e um sistema de gerenciamento de ambiente que permite o uso de ambientes que contêm bibliotecas Python e R de terceiros. A Interface de Usuário (UI) do Oracle Machine Learning fornece o interpretador conda para instalar bibliotecas Python e R de terceiros dentro de uma sessão de notebook.
  • Comandos do Interpretador Conda
    Esta tabela lista os comandos do interpretador Conda.

Tópico principal: Sobre o Oracle Machine Learning Notebooks Classic

5.8.1 Sobre o Ambiente Conda e o Interpretador Conda

O Conda é um pacote de código-fonte aberto e um sistema de gerenciamento de ambiente que permite o uso de ambientes que contêm bibliotecas Python e R de terceiros. A Interface de Usuário (UI) do Oracle Machine Learning fornece o interpretador conda para instalar bibliotecas Python e R de terceiros dentro de uma sessão de notebook.

As bibliotecas de terceiros instaladas no Oracle Machine Learning Notebooks podem ser usadas em:
  • Python Padrão
  • R Padrão
  • Execução Python incorporada do Oracle Machine Learning for Python com base nas APIs Python, SQL e REST
  • Execução R incorporada do Oracle Machine Learning for R das APIs R, SQL e REST

Para começar a trabalhar no ambiente Conda:

  1. Certifique-se de que um ambiente Conda seja salvo no Object Storage ou atualize um pacote existente instalando uma nova versão.

    Observação:

    O ambiente Conda é criado pelo usuário ADMIN com a atribuição OML_SYS_ADMIN. O administrador gerencia o ciclo de vida de um ambiente, incluindo a adição ou exclusão de pacotes dele e a remoção de ambientes. Os ambientes Conda são armazenados em um bucket do Object Storage associado ao Autonomous Database.
  2. Acesse a interface do usuário do Oracle Machine Learning e faça download do ambiente Conda. Para fazer download do ambiente Conda, digite: 
    %conda 
    download myenv
  3. Ative o ambiente Conda. Para ativar o ambiente Conda, digite: 
    activate myenv

    Observação:

    Há apenas um ambiente Conda ativo em um determinado momento.
  4. Crie um notebook, use o interpretador Conda para usar bibliotecas de terceiros no Object Storage. Para usar o interpretador Conda, digite %conda no início do parágrafo para estabelecer conexão com o ambiente Conda e trabalhar com bibliotecas de terceiros para Python. Você pode alternar entre os ambientes Conda pré-instalados. Por exemplo, você pode ter um ambiente para trabalhar com a análise de Gráfico e outro ambiente para a análise do Oracle Machine Learning.
  5. Desative o ambiente Conda. Como prática recomendada, desative o ambiente Conda depois de terminar de trabalhar na análise de machine learning. Para desativar o ambiente, digite: 
    deactivate

Tópico principal: Usar o Interpretador Conda em um Parágrafo de Notebook

5.8.2 Comandos do Conda Interpreter

Esta tabela lista os comandos do interpretador Conda.

Comandos do Interpretador Conda

Tabela 5-1 Comandos do Interpretador Conda

Tarefas Comandos Atribuição
Crie um ambiente Conda. create -n <env_name> <python_version>
  • ADMIN
Remova uma lista de pacotes de um ambiente conda especificado. Também é um alias para conda uninstall. remove -n <env_name> --all

Observação:

O ambiente Conda é excluído da sessão do usuário.
  • ADMIN
  • Usuário do OML
Listar o ambiente local criado pelo usuário. env list
  • ADMIN
  • Usuário do OML
Remova o ambiente local criado pelo usuário. env remove -n <env_name>
  • ADMIN
  • Usuário do OML
Liste todos os pacotes e versões instalados no ambiente ativo. list
  • ADMIN
  • Usuário do OML
Ative um ambiente local criado pelo usuário. activate -n <env_name>
  • ADMIN
  • Usuário do OML
Desative o ambiente atual. deactivate
  • ADMIN
  • Usuário do OML
Instale um pacote externo de um canal Conda público. install -n <env_name> <package_name>
  • ADMIN
Desinstale um pacote específico de um ambiente Conda. Também é um alias para remove. uninstall -n <env_name> <package_name>
  • ADMIN
Exibe informações sobre a instalação conda atual. info
  • ADMIN
  • Usuário do OML
Exibir a ajuda da linha de comando. COMMANDNAME --help
  • ADMIN
  • Usuário do OML
Faça upload de um ambiente Conda para o armazenamento de objetos.

Observação:

Este é um comando específico do Autonomous Database.
upload --overwrite <env_name> --description 'some description' -t <name> <value>

Observação:

Você pode fornecer muitas tags. Por exemplo: -t <name1> <value1> -t <name2> <value2> ..
  • ADMIN
Faça download e descompacte um ambiente Conda específico do armazenamento de objetos.

Observação:

Este é um comando específico do Autonomous Database.
download --overwrite <env_name>
  • ADMIN
  • Usuário do OML
Liste os ambientes locais disponíveis para o usuário. list-local-envs
  • ADMIN
  • Usuário do OML
Liste todos os ambientes Conda no armazenamento de objetos.

Observação:

Este é um comando específico do Autonomous Database.
list-saved-envs --installed-packages -e <env_name>
  • ADMIN
  • Usuário do OML
Excluir um ambiente Conda.

Observação:

Este é um comando específico do Autonomous Database.
delete <env_name>

Observação:

O ambiente Conda é excluído do Object Storage.
  • ADMIN
Atualize os pacotes conda para a versão compatível mais recente. update
  • ADMIN
Atualize o pacote conda atual. Também é um alias para conda update. upgrade
  • ADMIN
Pesquisar pacotes e exibir informações associadas. A entrada é MatchSpec, uma linguagem de consulta para pacotes conda. search
  • ADMIN
  • Usuário do OML

Tópico principal: Usar o Interpretador Conda em um Parágrafo de Notebook

5.9 Chame o Interpretador de Markdown e Gere HTML Estático em Texto Simples de Markdown

Use o interpretador Markdown e gere html estático do texto simples Markdown.

Para chamar o interpretador Markdown e gerar html estático a partir do texto simples Markdown:
  1. No notebook, digite %md e pressione Enter.
  2. Digite "Hello World!" e clique em Run. O texto HTML estático é gerado, conforme mostrado na captura de tela abaixo.
    Texto html estático
  3. É possível formatar o texto em negrito. Para exibir o texto em negrito, escreva o mesmo texto dentro do par de dois asteriscos e clique em Run.
    Texto em negrito
  4. Para exibir o texto em itálico, escreva o mesmo texto dentro de um par de asterisco ou sublinhado, conforme mostrado na captura de tela, e clique em Executar.
    Texto em itálico
  5. Para exibir o texto em uma lista com marcadores, coloque o prefixo *(asterisco) no texto, conforme mostrado na captura de tela abaixo:
    Texto em pontos marcados
  6. Para exibir o texto em heading1, cabeçalho 2 e cabeçalho 2, coloque o prefixo # (hash) no texto e clique em Executar. Para H1, H2 e H3, você deve prefixar um, dois e três hashes, respectivamente.
    Cabeçalhos

Tópico principal: Sobre o Oracle Machine Learning Notebooks Classic

5.10 Usar o Bloco de Notas

O Scratchpad fornece acesso conveniente com um clique a um notebook para executar instruções SQL, scripts PL/SQL, R e Python que podem ser renomeados. O Bloco de Notas está disponível na home page da Interface do Usuário (UI) do Oracle Machine Learning.

Observação:

O Bloco de Notas é um notebook regular que é pré-preenchido com quatro parágrafos - %sql, %script,, %python e %r.

Depois que você executar seus scripts, o Bloco de Notas será salvo automaticamente como um notebook pelo nome padrão Ponto de Notas na página Notebooks. Você pode acessá-lo posteriormente na página Notebooks. Você pode executar todos os parágrafos juntos ou um parágrafo de cada vez.
  1. Para abrir e usar o scratchpad, clique em Scratchpad na home page da IU do Oracle Machine Learning em Quick Actions. O bloco de notas é aberto. O Bloco de Notas tem três parágrafos cada um com as seguintes diretivas:
    • %sql - Permite executar instruções SQL.
    • %script - Permite executar scripts PL/SQL.
    • %python - Permite executar scripts Python.
    • %r - Permite executar scripts R.

    Figura 5-5 Bloco de Notas

    Rascunho
  2. To run SQL script:
    1. Vá para o parágrafo com a diretiva %sql.
    2. Digite o comando a seguir e clique no ícone Run. Como alternativa, você pode pressionar as teclas Shift+Enter para executar o parágrafo.
      SELECT * FROM SH.SALES;
    Neste exemplo, a instrução SQL extrai todos os dados sobre vendas de produtos da tabela SALES. Aqui, SH é o nome do esquema, e SALES é o nome da tabela. A IU do Oracle Machine Learning extrai os dados relevantes do banco de dados e os exibe em um formato tabular.

    Figura 5-6 Instrução SQL no Bloco de Notas

    Instrução SQL no Bloco de Notas
  3. Para executar um script PL/SQL:
    1. Vá para o parágrafo com a diretiva %script.
    2. Informe o script PL/SQL a seguir e clique no ícone Run. Como alternativa, você pode pressionar as teclas Shift+Enter para executar o parágrafo.
      CREATE TABLE small_table
	(
	 NAME VARCHAR(200),
	 ID1 INTEGER,
	 ID2 VARCHAR(200),
	 ID3 VARCHAR(200),
	 ID4 VARCHAR(200),
	 TEXT VARCHAR(200)
	);

	BEGIN 
		FOR i IN 1..100 LOOP
				INSERT INTO small_table VALUES ('Name_'||i, i,'ID2_'||i,'ID3_'||i,'ID4_'||i,'TEXT_'||i);
		END LOOP;
		COMMIT;
	END;
      O script PL/SQL cria com sucesso a tabela SMALL_TABLE. O script PL/SQL neste exemplo contém duas partes:
      • A primeira parte do script contém a instrução SQL CREATE TABLE para criar uma tabela chamada small_table. Ela define o nome da tabela, a coluna da tabela, os tipos de dados e o tamanho. Neste exemplo, os nomes de coluna são NAME, ID1, ID2, ID3, ID4, e TEXT.
      • A segunda parte do script começa com a palavra-chave BEGIN. Ele insere 100 linhas na tabela small_table.

      Observação:

      Ao usar a instrução CREATE com uma chave primária, ela falha e exibe a mensagem de erro Privilégios insuficientes. Este erro ocorre devido a perfis de bloqueio no banco de dados. Se você encontrar esse erro, entre em contato com o administrador do banco de dados ou com o administrador de segurança designado para conceder os privilégios necessários.

      Figura 5-7 Script PL/SQL no Bloco de Notas

      Procedimento PL/SQL no Bloco de Notas
  4. Para executar o script python:
    1. Para usar OML4Py, primeiro importe o módulo oml. oml é o módulo OML4Py que permite manipular objetos do Oracle Database, como tabelas e views, chamar funções Python definidas pelo usuário usando execução incorporada e usar os algoritmos de aprendizado de máquina do banco de dados. Vá para o parágrafo com a diretiva %python. Para importar o módulo oml, digite o comando a seguir e clique no ícone Executar. Como alternativa, você pode pressionar as teclas Shift+Enter para executar o parágrafo.
      import oml
    2. Para verificar se o módulo oml está conectado ao Oracle Database, digite oml.isconnected() e clique no ícone Executar. Como alternativa, você pode pressionar as teclas Shift+Enter para executar o parágrafo. 
      oml.isconnected()
    3. Agora você está pronto para executar seu script Python. Digite o código Python a seguir e clique no ícone de execução. Como alternativa, você pode pressionar as teclas Shift+Enter para executar o parágrafo.
      import matplotlib.pyplot as plt
import numpy as np

list1 = np.random.rand(10)*2.1
list2 = np.random.rand(10)*3.0

plt.subplot(1,2,1) # 1 line, 2 rows, index nr 1 (first position in subplot)
plt.hist(list1)
plt.subplot(1, 2, 2) # 1 line, 2 rows, index nr 2 (second position in subplot)
plt.hist(list2)
plt.show()
      Neste exemplo, os comandos importam dois pacotes de python para calcular e renderizar os dados em dois histogramas para list1 e list2. Os pacotes Python são:
      • Matplotlib - Pacote Python para renderizar gráficos.
      • Numpy - Pacote Python para cálculos.

      Figura 5-8 Script Python no Bloco de Notas

      Script Python no Bloco de Notas

      Os dois gráficos para list1 e list 2 são gerados pelo mecanismo python, conforme mostrado na captura de tela aqui.

  5. Depois de criar e executar seus scripts no Bloco de Notas, o Bloco de Notas é salvo automaticamente como um notebook com o nome padrão Ponto de Notas na página Notebooks. Você pode editar o nome do notebook e salvá-lo com o novo nome clicando em Editar.

Tópico principal: Sobre o Oracle Machine Learning Notebooks Classic

5.11 Colabore no Oracle Machine Learning

Dois ou mais usuários podem colaborar e compartilhar notebooks da Interface de Usuário (UI) do Oracle Machine Learning com outros usuários.

Você pode colaborar:

  • Concedendo Acesso ao Espaço de Trabalho de Outro Usuário
  • Usando a Opção de Exportação
  • Usando modelos de notebooks da IU do Oracle Machine Learning

Ícone Tutorial Colaboração no Oracle Machine Learning

Tópico principal: Sobre o Oracle Machine Learning Notebooks Classic